摄影测量学的前世、今生与未来

　　什么是摄影测量？
　　摄影测量学是一门利用光学像片研究被摄物体的形状、位置、大小、特性及相互位置关系的学科。简而言之，就是一摄影为工具，以测量为目的。
　　如果我们用拼图来拼凑摄影测量的理论基础，我们会发现摄影与测量是这样相亲相爱的?
　　透视变换的几何原理
　　摄影测量理论基础拼图的第一个板块是透视变换的几何原理。离开透视变换，就无法计算相片中物体的形状位置信息。
　　也就是说，如果没有透视变换，就算你拍出的照片再精美，也无法从照片测量出什么有用信息
　　有了透视变换，我们才能在二维的纸张/照片上，展现出物体的三维特征。

几何透视变换

　　文艺复兴初期的意大利建筑师布鲁内莱斯基（Brunelleschi，1377-1446），真正建立了几何意义上的透视法。他启发了同时代的画家。马萨乔（Masaccio，1401-1428），是第一个运用透视法的画家。

透视窗。从左到右分别是：模特、透视窗、对着透视窗临摹的画家

　　十九世纪中叶，法国测量学家和摄影测量学的先驱Fourcade首先发现了用立体照片可重建立体视觉，从而促进了摄影测量的诞生。此处高亮“双目视觉”的概念。
　　成像设备
　　几何透视变换和双目视觉理论的发展为摄影和测量牵上了线，然而要想共乘友谊之舟不翻船，需要一个重要的工具：
　　相机？不，用我们学术期刊的专业术语，叫，成像设备。
　　19世纪早期，德国教授舒尔兹发现银的混合物在日光下会变黑。1839年，法国画家达盖尔发明了银版摄影法，并制作了世界上第一台真正的照相机。
　　1969年，贝尔实验室的博伊尔和史密斯发明了一种称作为电荷耦合器件（charge coupled device，CCD）的元件，这是一种高感光度的半导体单晶材料。
　　看到这里，相信无数老法师小伙伴已经露出了欣慰或心酸的微笑，胶片/数码相机的出现，让许多人在“单反穷三代”和“毒、德味、大师、学习了”的大坑中越陷越深，也让摄影测量有了最关键的工具。

哈苏数码相机

　　在其后漫长的岁月里，相机和照片帮助人们将野外测量工作搬运至室内。”内业“工作成为主体，照片替代了三脚架、经纬仪和标尺，成了主要的研究对象。

传统测绘地形图 -------> 航片

　　载 体
　　摄影测量的第３个板块是载体。狭义上的摄影测量一般指航空摄影测量，成熟的飞行平台是重要的组成部分。
　　18世纪，西方的孟格菲兄弟重新发明热气球，并于1783年第一次载人航行。
　　一年后，法国的罗伯特兄弟乘坐氢气球飞上天空。
　　1858年，法国摄影师纳达尔乘坐气球拍摄了世界上第一张航空影像。
　　1903年，莱特兄弟驾驶自制的世界上第一架飞机上了天。
　　以航天飞行器为载体的摄影测量应运而生。第一次世界大战中，首台航摄仪问世、立体坐标量测仪和1318立体测图仪投入使用。

　　1957年，第一颗卫星被发射到外太空，同时开启了卫星摄影测量时代。
　　2000年前后，各国陆续开始深空探测项目，虽然没有“深空摄影测量”的明确说法，摄影测量学者对基于光学的深空探测项目也贡献良多。

月球车玉兔

　　摄影测量多样化的摄影平台如下图所示：

上排：手持仪器架、地面移动测图系统、无人机；
下排：无人飞艇、国产运12航摄飞机、测绘卫星；
中排：嫦娥月球探测车

　　测量法和测量工具
　　1795年，年仅18岁的高斯发明了最小二乘法。
　　1959年，德国的Schmid教授提出光束法区域网平差，这是小孔成像的物理原理与最小二乘的完美结合。
　　根据测量工具的演进，将摄影测量的发展区分为三个时代。

各个时代的部分仪器如下：

　　由此我们可以总结出：
　　狭义的摄影测量
　　根据一系列像片，利用三角测量获取像片的位置和姿态，并交会出所摄物体的位置和深度。
　　摄影测量数学基础
　　透视几何、核线几何与光束法区域网平差（bundle adjustment）（代表作： 王之卓.摄影测量原理，1990）。
　　摄影测量产品
　　DEM、DOM、DRG、DLG、专题图、各级缩编地图等等。

　　什么是计算机视觉？
　　如果说摄影测量学是摄影与测量这对好基友结合的产物，那么计算机视觉和摄影测量就可以说是离散多年的兄弟了。
　　两者在定义、目的、经典算法、概念称呼等都有精妙的类似之处。
　　计算机视觉的定义可简单概括为“用计算机代替人眼，从图片中重建和解译世界”。
　　看看这些经典的算法和算子：Canny边缘检测、Shape from Shading、Hough 变换、LoG（Laplace of Gaussian）等……
　　再看看计算机视觉的数学基础：透视几何、核线几何、多视几何、光束法平差……
　　最后看看视觉几何的应用 ：

人对着棋盘网格摄影，以检校相机内参数

用SLAM获得的半密集的三维map

采用图割法生成室内模型的深度图

汽车三维模型的构建

　　可见，仅从视觉中的几何出发，两门学科具有相同的理论基础，差别甚少。而且，技术细节上也有许多相近的实例。
　　20世纪90年代后，摄影测量与计算机视觉都得到物理和技术领域的强大推动，两个领域的学者们都在处理相似的问题，但也有细微的区别。将两门学科的细微区别与同源等价之处总结归纳（蓝色为区别，紫色为等价）。

　　计算机视觉的经典著作是Marr在1982年发表的《视觉：从计算的视角研究人的视觉信息表达与处理》，详细分析了二维图像的表达、立体图像的对应和重建、算法以及硬件的实现。
　　如果仅仅只有这些细微的差别，这两门学科早就合而为一了。两者间的区别主要在于数据源和应用。
　　如果用表格来表示，两者应用之间的区别为：

　　摄影测量中以地面移动测量系统(mobile mapping system, MMS)采集道路和街景；而计算机视觉同样关注道路信息(以及室内场景)的提取与重建，并应用于机器人、城市地图、智能交通和自动驾驶汽车中，并由此产生了一个称为同时定位与地图构建(simultaneous localization and mapping, SLAM)的研究支流。

同时定位与地图构建(SLAM)

　　早期的SLAM以激光扫描仪为主，这也是名词中mapping的由来；后来基于视觉的SLAM，即Visual SLAM成为主流，并与摄影测量特别是实时摄影测量在各个研究点上(匹配、平差、定位和重建)都有共通之处。
　　SLAM与空三的明显区别在于，SLAM定位的同时生成了半密集点云，这些点云可以通过激光扫描获得，也可通过图像匹配获得。
　　遥感、机器学习与未来
　　遥感是摄影测量的延伸。在摄影测量已经解决大部分几何问题的前提下，遥感的工作重点就集中在“解译”上。
　　解译是回答“是什么”和“为什么”的问题，与语义方向的计算机视觉、模式识别、机器学习等异曲同工。
　　但遥感中的数据源不同于计算机视觉，光谱段被大大扩充（至多光谱）并细化（至高光谱）。

遥感的电磁波谱

　　这些辐射信息有利于解决农业、测绘、环境、地质和地理所关心的宏观问题，如土地利用覆盖分类、农作物趋势分析、大气的长期变化监测、泥石流和洪水等自然灾害的评估与预测。

　　因为数据源的特殊性，遥感领域也发展了一些特有的算法。

　　1956年提出“人工智能”的概念后，基于统计学习的思想被广泛应用于摄影测量与遥感、计算机视觉。
　　而神经元网络模型和感知机，在2000年后更名为“深度学习”，并大有一统天下的趋势。大量实验表明，在图像分类、物体识别、语音识别、遥感应用等关于学习和语义的研究领域，深度学习都占据上风。
　　目前，许多摄影测量与遥感中的实际应用，如道路网的提取、作物的精细分类、车牌和交通标志的识别等，都逐渐被深度学习占领，传统方法仅能保住深度学习无法涉及之处，即几何领域。这也是大势所趋。
　　虽然理论上多层网络确实可能学习出最优的函数模型，但它无法解释该模型如何构建以及模型背后的含义，并导致传统、优雅的理论研究工作被缺乏激情、简单的“调参”所取代。这种缺失，将机器学习和人工智能带往何方，依然是一个需要长期思考的问题。

　　由此，我们可以回答
　　摄影测量到底是一个什么样的专业？
　　摄影测量学是一门利用光学像片研究被摄物体的形状、位置、大小、特性及相互位置关系的学科。
　　摄影和测量这两项看似八竿子打不着的职业是如何成为好基友并孕育出一门学科的呢？
　　四个拼图板块：透视变换的几何原理、成像设备、载体、测量法和测量工具
　　计算机视觉和摄影测量是什么关系？
　　有区别也有联系，几何上同源，应用上区别。与计算机视觉、人工智能等学科的进一步交叉融合是摄影测量发展的必然之路。
　　遥感和摄影测量是什么关系？
　　遥感是摄影测量的延伸，从可见光到多光谱高光谱信息，出现了一些新的算法。
　　人工智能、深度学习和摄影测量学的发展有什么关系？
　　人工智能和深度学习应用于摄影测量学的多个领域，发挥了重要作用。
　　未来的摄影测量学会是怎样的？
　　作为一门古老的应用型学科，摄影测量的许多研究内容，特别是几何部分已经成熟。然而，受到传感器技术、计算机技术和相关数学理论的推动，它也一直处于持续发展中。特别是平台技术，除了现有的航空、航天、无人机和车载平台，摄影测量也逐渐向着深空、水下和地下平台发展。此外，与计算机视觉、机器学习、人工智能等专业的进一步交叉融合，是摄影测量与遥感学科向着更深的理论基础、更广泛的应用前景和更实际的自动化解题能力前进的必然之路。

来源于武汉大学学报信息科学版免责声明，登载此文出于传递更多信息之目的，版权归原作者及刊载媒体所有，如本文中图片或文字侵犯您的权益，请联系我们。

猜你喜欢：

航空摄影测量在GIS数据采集中的思考

测绘航空摄影四大专业标准